EUVIMEDEUVIMED entdecken
Crossref

Optimierung der Klassifikationsleistung von maschinellen Lernmodellen in Röntgen-Thoraxaufnahmen durch Adaptive Multiple Fensterung mithilfe von Windownet

S Hyska, A Wollek, B Sabel, M Ingrisch, T Lasser

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2024 · 196 (S 01 S 01) · S33

DOI: 10.1055/s-0044-1781564 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2024. Verfasst von S Hyska und 4 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Hyska, S., Wollek, A., Sabel, B., Ingrisch, M., & Lasser, T. (2024). Optimierung der Klassifikationsleistung von maschinellen Lernmodellen in Röntgen-Thoraxaufnahmen durch Adaptive Multiple Fensterung mithilfe von Windownet. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 196(S 01 S 01), S33. https://doi.org/10.1055/s-0044-1781564

Vancouver

Hyska S, Wollek A, Sabel B, Ingrisch M, Lasser T. Optimierung der Klassifikationsleistung von maschinellen Lernmodellen in Röntgen-Thoraxaufnahmen durch Adaptive Multiple Fensterung mithilfe von Windownet. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2024;196(S 01 S 01):S33. doi:10.1055/s-0044-1781564

BibTeX
@article{Hyska2024,
  author = {Hyska, S and Wollek, A and Sabel, B and Ingrisch, M and Lasser, T},
  title = {Optimierung der Klassifikationsleistung von maschinellen Lernmodellen in Röntgen-Thoraxaufnahmen durch Adaptive Multiple Fensterung mithilfe von Windownet},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2024},
  volume = {196},
  number = {S 01 S 01},
  pages = {S33},
  doi = {10.1055/s-0044-1781564}
}
Kostenlos starten →